Extracto
Aplicaciones
Para descubrir nuevos biomarcadores pronóstico en el carcinoma de ovario seroso
Métodos
un meta-análisis de todos los genes sondas individuales en el TCGA y tiene se realizó cohortes de ovario para identificar posibles biomarcadores mediante regresión de Cox como una variable continua para la supervivencia general. Los genes fueron calificados por valor de p utilizando el método de Stouffer y seleccionados para la significación estadística con una tasa de falso descubrimiento (FDR). & Lt; 0,05 usando el método de Benjamini-Hochberg
Resultados
Doce genes con alta expresión de mRNA fueron pronóstico de mal pronóstico con un FDR & lt; 0,05 (AXL, APC, RAB11FIP5, C19orf2, CYBRD1, PINK1, LRRN3, AQP1, DES, la XRCC4, BCHE, y ASAP3). Veinte genes con baja expresión de ARNm fueron pronóstico de mal pronóstico con un FDR & lt; 0,05 (LRIG1, SLC33A1, NUCB2, POLD3, ESR2, GOLPH3, XBP1, PAXIP1, CYB561, POLA2, CDH1, GMNN, SLC37A4, FAM174B, AGR2, SDR39U1 , MAGT1, GJB1, SDF2L1, y C9orf82).
Conclusión
Un meta-análisis de todos los genes individuales identificados treinta y dos biomarcadores candidatos para su posible papel en el carcinoma seroso de ovario. Estos genes pueden dar una idea de los controladores o reguladores de cáncer de ovario y debe ser evaluado en estudios futuros. Los genes con alta expresión que indica un peor pronóstico son posibles dianas terapéuticas con antagonistas o inhibidores conocidos. Además, los genes podrían combinarse en una firma multi-gen pronóstico y probados en futuras cohortes de ovario
Visto:. Willis S, Villalobos VM, Gevaert O, Abramovitz M, Williams C, Sikic BI, et al. (2016) en un único Gen pronósticos biomarcadores en cáncer de ovario: Un meta-análisis. PLoS ONE 11 (2): e0149183. doi: 10.1371 /journal.pone.0149183
Editor: William B. Coleman, Universidad de Carolina del Norte Facultad de Medicina, Estados Unidos |
Recibido: 15 de diciembre de 2015; Aceptado: 4 Enero de 2016; Publicado: 17 Febrero 2016
Derechos de Autor © 2016 Willis et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Disponibilidad de datos:. Los datos para la cohorte de ovario TCGA está disponible al público a partir TCGA Portal de datos (https://tcga-data.nci.nih.gov/tcga/). Los datos de la Academia de Ciencias de Hungría Cohorte está disponible para su descarga en http://www.kmplot.com
Financiación:. Este trabajo fue apoyado en parte por el NIH subvenciones R01 CA114037 y NIH R01 CA 184968 (BI Sikic ). Los donantes no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito
Conflicto de intereses:.. Los autores han declarado que no existen intereses en competencia
Introducción
el cáncer de ovario es la quinta causa principal de muertes relacionadas con el cáncer con un estimado de 22.000 nuevos casos al año y 15.000 muertes en los Estados Unidos [1]. A partir de 1950-2008, la tasa de mortalidad por cáncer de ovario, de 10 por cada 100.000 mujeres se ha mantenido sin cambios, lo que indica la necesidad de identificar nuevas y novedosas terapias para esta enfermedad. Estándar de tratamiento para el cáncer de ovario en estadio avanzado es extensa cirugía citorreductora seguida de quimioterapia [2-4]. Un factor significativo en la tasa de mortalidad elevada es la falta de síntomas específicos de la enfermedad que resulta en diagnósticos en etapa tardía, donde la tasa de curación para diagnósticos en fase inicial es del 90% [5,6]. La identificación de biomarcadores y de imagen para detectar el cáncer de ovario en etapa temprana para la detección de rutina basada en suero es una estrategia potencial para mejorar la supervivencia global (SG) [7].
Varios grupos han identificado grandes firmas de múltiples genes que estaban pronóstico del desenlace en muestras de tumores de ovario molecularmente perfilados [8-21]. Hemos tratado de identificar un solo gen biomarcadores pronósticos mediante el metanálisis de los datos de expresión de ARNm disponibles al público a partir de las cohortes de ovario con conocidos interacciones fármaco-genes que podrían ser potencialmente utilizados para indicar las estrategias de tratamiento alternativas.
Materiales y Métodos
Meta-Análisis
la extracción de datos se llevó a cabo de acuerdo con los Artículos de Información preferidos para revisiones sistemáticas y meta-análisis (PRISMA) orientación (S1 File) [22]. El protocolo utilizado para llevar a cabo este meta-análisis no se registró antes dado que estamos utilizando los datos tal como se publicó y un análisis de regresión de Cox como una variable continua sin puntos de corte predeterminadas. Se utilizó el análisis de regresión de Cox para determinar el valor de p Prueba de Wald para cada sonda Affymetrix como una variable continua, donde la expresión del ARNm se representa como una puntuación z. El modelo de riesgos proporcionales de Cox se utilizó para calcular las razones de riesgo (HR) para el sistema operativo y sus intervalos de confianza del 95% (IC) para cada sonda. El valor de p para cada sonda única de cada cohorte se combinó con el método de Stouffer para combinar los resultados de dos cohortes independientes de ovario. Se utilizó el p-valor resultante para cada sonda en las cohortes combinadas para clasificar las sondas de pronóstico. Las sondas con una tasa de falso descubrimiento (FDR) & lt; 0,05 usando el método de Benjamini-Hochberg fueron seleccionados como estadísticamente significativo. Para el análisis de regresión de Cox de supervivencia y las cifras de Kaplan-Meier, se utilizó el módulo Biojava3-supervivencia de BioJava [23]. El módulo Biojava3-supervivencia es un puerto directo del código de regresión de Cox C en el paquete de supervivencia R [24,25].
metanálisis cohortes
El TCGA ovárico HG-U133A cohorte se descargado el 21 de mayo de 2015 el Portal FireBrowse datos del Instituto Broad (www.firebrowse.org). Esta cohorte TCGA se utilizó como la cohorte de descubrimiento que consiste en 470 muestras con 249 eventos para OS. Los eventos del sistema operativo se determinaron a partir de los metadatos "vital_status" y la hora del evento /censor era el tiempo máximo de "days_to_last_followup" y "days_to_death" que figura en OV.clin.merged.picked.txt. Los metadatos adicionales se fusionó a partir OV.clin.merged.txt. La cohorte de ovario TCGA consiste en estadio III y 15% pacientes en estadio IV carcinoma seroso 77%.
A continuación, una colección de conjuntos de datos de ovario se descargó el 6 de diciembre de 2013 desde el sitio web kmplot.com que consiste en 1.287 muestras [26] y fue utilizado como la segunda cohorte en el meta-análisis. La cohorte de ovario utilizado para el análisis de resultados en el sitio web kmplot es una colección de cohortes publicados perfiladas en la plataforma Affymetrix donde estaban disponibles para MAS5 normalización como una cohorte combinada y la identificación única muestra los archivos CEL primas. El HAS cohorte de ovario (HAS = Academia de Ciencias de Hungría) incluye la cohorte de ovario TCGA y esas muestras se retiraron para establecer una cohorte independiente. Además, el HAS cohorte de ovario contiene un elevado número de etapas I y II muestras que fueron retirados para que coincida con el elevado número de etapas III y IV etapa de muestras en la cohorte de ovario TCGA. El independiente resultante tiene ovárico cohorte de validación consistió en 313 muestras con 167 eventos de sistema operativo (91% en estadio III y el 9% en estadio IV). Los metadatos de TIENE cohorte de validación de ovario seroso indica 188 Carcinoma, 6 de endometrio y 121 muestras no definidos. El HAS cohorte de ovario incluye muestras de siete cohortes independientes GSE14764, GSE15622, GSE19829, GSE3149, GSE9891, GSE18520 y GSE26712. El HAS metadatos de ovario es limitada y no indica la edad del paciente u otras métricas de cohortes estándar.
El TCGA ovárico Cohorte y tiene cohorte son bien conocidos cohortes a disposición del público que pueden ser descargados por los investigadores para el metanálisis. Los co-autores no tienen ninguna afiliación con las cohortes de ovario y no se hicieron cambios a los valores de expresión de ARNm utilizados en el meta-análisis.
Análisis de enriquecimiento
enriquecimiento de análisis de Gene-anotación se realizó utilizando DAVID herramientas utilizando la configuración inicial [27]
resultados
los resultados del meta-análisis de los genes estadísticamente significativas con un FDR. & lt; 0,05 en alta expresión indica un mal resultado se puede encontrar en la tabla 1, y donde la baja expresión indica un mal resultado se puede encontrar en la Tabla 2. en total, cada uno de los 17.169 Affymetrix sondas se utilizaron para determinar un valor de p de pronóstico mediante análisis de regresión de Cox. Los valores de p para cada sonda en dos cohortes independientes se combinaron mediante el método de Stouffer y las sondas calificados. Se utilizaron los 17.169 sondas para determinar el FDR donde sondas con un FDR & lt; 0,05 se consideraron estadísticamente significativos. En total, 32 sondas tenían un FDR & lt; 0,05, donde 12 tenían una alta expresión que indica un peor pronóstico y 20 tenían una baja expresión que indica un mal resultado. Los genes con alta expresión que indica un peor pronóstico son posibles dianas terapéuticas con antagonistas o inhibidores conocidos.
(25-75)% es la diferencia en la expresión de la 25
º y 75
º percentil de expresión una escala logarítmica. El valor de p Stouffer fue utilizado como la métrica de clasificación que combina los valores de p de cada cohorte.
(25-75)% es la diferencia en la expresión de la 25
º y 75
expresión percentil en una escala logarítmica. El valor de p era Stouffer la métrica de clasificación que combina los valores de p de cada cohorte.
La lista completa de las sondas y los valores de p resultantes se proporcionan en el suplementario. Para las sondas con un FDR & lt; .05 todas las direcciones de recursos humanos estaban de acuerdo en las dos cohortes que proporcionan más apoyo que las sondas individuales eran biomarcadores válidos con un mínimo de falsos positivos. La expectativa es que un biomarcador válido tendría un pronóstico de recursos humanos consistentes en que la alta expresión en ambas cohortes denotaría un mal resultado. Si un corte estadísticamente significativa para de Stouffer valor de p & lt; se utilizó, 001 sin una corrección FDR, que resultó en un 105 sondas adicionales, en caso 8 (7,6%) de las sondas no tenían acuerdo de Recursos Humanos en las dos cohortes y sería considerados falsos positivos. El uso de un Stouffer valor de p & lt; .01 identificado un 432 sondas adicionales en 70 (16%) de las sondas no tenían acuerdo de HR. Utilizando un punto de corte de FDR. & Lt; 0,05 estableció una lista de 32 sondas que fueron informativas del resultado
análisis de genes de enriquecimiento de los 20 genes donde la baja expresión indica mal pronóstico se asocia con retículo endoplasmático con una corrección Benjamin P -valor & lt; 0,05. A los 12 genes que la alta expresión indica mal pronóstico ninguna asociación estadísticamente significativa.
Discusión
El uso de meta-análisis de los datos existentes en cohots cáncer de ovario a disposición del público pueden producir genes que debe ser investigado más de cerca y que eventualmente puede conducir a nuevos tratamientos farmacológicos para los pacientes con cáncer de ovario que han tardado en llegar. La quimioterapia se utiliza actualmente como el estándar de cuidado en relación con la cirugía de citorreducción en pacientes con cáncer de ovario avanzado [2-4]. La adición de la terapia dirigida en combinación con la quimioterapia puede mejorar el sistema operativo, sin embargo, la identificación de estos tipos de drogas sigue siendo difícil de alcanzar. Los genes que se sobreexpresan en tumores ováricos no sólo son posibles biomarcadores de pronóstico, pero también pueden ser dianas terapéuticas si esos genes se correlacionan con un mal resultado. Por el contrario, los genes sobreexpresados que están asociados con un buen resultado pueden ser involuntariamente blanco de los tratamientos estándar contra el cáncer o fuera de objetivo efectos de las drogas los pacientes pueden estar tomando para otros problemas de salud. Hemos llevado a cabo un meta-análisis de datos de expresión de ARNm a partir de dos cohortes de ovario y utilizamos diversas herramientas estadísticas para identificar sobreexpresa 12 (Tabla 1) y 20 bajo-expresada (Tabla 2) los genes que se correlacionaron con un mal resultado.
en este estudio, la sobreexpresión de 12 genes y disminución en la expresión de 20 genes estaban asociados con un mal resultado. Por lo tanto, nuestra meta-análisis ha implicado genes que pueden ser de pronóstico, así como posibles dianas terapéuticas a seguir en el tratamiento del cáncer de ovario. La capacidad de generar listas de genes individuales de cohortes publicados ováricos también podría conducir a una comprensión más profunda de lo que los genes contribuyen al proceso tumorigénico cáncer de ovario. El uso de la bioinformática, por lo tanto, junto con el análisis de las bases de datos clínicos y la literatura se requerirá a sacrificar estas listas de genes con el fin de centrarse en los más potencialmente relevantes.
Apoyo a la Información
S1 Archivo. Lista de verificación de PRISMA
doi:. 10.1371 /journal.pone.0149183.s001 gratis (DOC)